Agenti dell'IA in azione: progettazione e ottimizzazione dei portafogli di investimento mediante sistemi multi-agente

This thesis explores the application of AI-driven Multi-Agent Systems (MAS) to the construction and optimization of portfolios composed exclusively of cryptocurrencies. In a context characterized by high volatility and nonlinear dynamics, the study develops two agent-based structures in Python: one for static analysis and one for dynamic rolling optimization. Agents, organized into functional crews, autonomously perform specific tasks (data cleaning, analysis, optimization, benchmarking) in a coordinated manner. The goal is to compare the effectiveness of static versus dynamic allocation strategies by evaluating risk-return metrics such as the Sharpe and Sortino ratios, maximum drawdown, and CVaR. The results highlight the advantages of AI-driven strategies in terms of adaptability and robustness in managing digital assets. The proposed architecture offers an innovative contribution to the integration of AI techniques in modern portfolio management.

La tesi esplora l’applicazione di sistemi multi-agente (MAS) guidati da intelligenza artificiale al processo di costruzione e ottimizzazione di portafogli composti esclusivamente da criptovalute. In un contesto di mercati altamente volatili e non lineari, l'elaborato sviluppa due strutture agent-based in Python: una per l’analisi statica e una per l’ottimizzazione dinamica rolling. Gli agenti, organizzati in crew, eseguono compiti specifici (pulizia dati, analisi, ottimizzazione, benchmarking) in modo autonomo e coordinato. L’obiettivo è confrontare l’efficacia di approcci statici e dinamici nell’allocazione di portafoglio, valutando metriche di rischio-rendimento, come Sharpe e Sortino ratio, drawdown massimo e CVaR. I risultati evidenziano i benefici di strategie AI-driven in termini di adattabilità e robustezza nella gestione di asset digitali. L’architettura proposta rappresenta un contributo innovativo all'integrazione di tecniche di intelligenza artificiale nei modelli di portfolio management.